Hadoop集群环境搭建

环境说明

      集群中包括4个节点，1个Master节点，3个Slave节点.都运行在CentOS虚拟机下面。4个节点位于同一个局域网，相互之间能够PING通。其次请确保安装了JDK.

下载安装包

      http://hadoop.apache.org/#Download+Hadoop 

      首先从Apache官方网站上下载最新的Hadoop压缩包。我此处使用的是2.2.0

       

修改主机名称

 

  通过hostname命令可以查看当前主机名，修改/etc/sysconfig/network配置文件可以修改主机名称。

配置hosts文件

    在进行Hadoop集群配置中，需要在"/etc/hosts"文件中添加集群中所有机器的IP与主机名，这样Master与所有的Slave机器之间不仅可以通过IP进行通信，而且还可以通过主机名进行通信。所以在所有的机器上的"/etc/hosts"文件末尾中都要添加如下内容：

    配置完成后可以通过Master节点去ping Slave节点

Hadoop用户和组

      安装Hadoop需要特定的用户和权限，所以需要添加Hadoop用户。

       1.useradd hadoop

       2.passwd hadoop

配置SSH无密码协议

使用hadoop用户权限进配置。

su - hadoop

1.创建 .ssh文件并赋予权限。

2.ssh-keygen -t rsa 生成无密码密钥对。 一共会有3个询问，直接回车。

3.生成的公钥添加到authorized_keys文件中。

4.修改authorized_keys文件的权限。

测试：

  root 权限重启ssh

  service sshd restart
  su - hadoop
  ssh Hadoop.Master

    测试成功后需要在每个结点中配置其它结点的公钥。这样各个结点都能通过ssh无密码连接。所以保证每个节点的authorized_keys文件中包含了至少4个公钥。

安装Hadoop

    首先用root登录Hadoop.Master, 解压缩hadoop压缩包。

tar -zxvf  hadoop-2..2.0.tar.gz //解压缩
mv hadoop-2.2.0 hadoop //重命名
chown –R hadoop:hadoop hadoop //修改文件夹权限
cp -r hadoop /usr/             //移动到/usr目录下面。

    把Hadoop的安装路径添加到"/etc/profile"中，修改"/etc/profile"文件（配置java环境变量的文件），将以下语句添加到末尾，并使其有效：

export HADOOP_HOME=/usr/hadoop
export PATH=$PATH:$HADOOP_HOME/bin

  在"/usr/hadoop"创建"tmp"文件夹

mkdir /usr/hadoop/tmp

 配置Hadoop

    hadoop-env.sh(/usr/hadoop/etc/hadoop/)

  在文件的末尾添加下面内容。

export JAVA_HOME=/usr/java/jdk1.6.0_25

   修改Hadoop核心配置文件core-site.xml，这里配置的是HDFS的地址和端口号。

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/hadoop/tmp</value>
        （备注：请先在 /usr/hadoop 目录下建立 tmp 文件夹）
        <description>A base for other temporary directories.</description>
    </property>
<!-- file system properties -->
    <property>
        <name>fs.default.name</name>
        <value>hdfs://192.168.1.1:9000</value>// Hadoop.Master的IP
    </property>
</configuration>

 hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
        (备注：replication 是数据副本数量，默认为3，salve少于3台就会报错)
    </property>
<configuration>

配置slaves文件

[root@Hadoop hadoop]# cat slaves
Hadoop.Slave1
Hadoop.Slave2
Hadoop.Slave3
[root@Hadoop hadoop]#

到止前为止Master节点已经配置完了，需要以此种方式在所有结点上进行同样的配置。 你也可以把Master节点的Hadoop文件夹复制到所有的Slave节点下面。

   关闭所有节点上的防火墙

service iptables stop

启动Hadoop

 格式化HDFS文件系统（请确保所有节点hadoop文件夹下面的权限都是hadoop）

su - hadoop
hadoop namenode -format

在启动前关闭集群中所有机器的防火墙，不然会出现datanode开后又自动关闭。

启动namenode:

hadoop namenode

启动datanode:

hadoop datanode

hadoop命令的使用：

Usage: hadoop [--config confdir] COMMAND

这里COMMAND为下列其中一个：

namenode -format        格式化DFS文件系统 
secondarynamenode       运行DFS的第二个namenode 
namenode                    运行DFS的namenode 
datanode                    运行一个DFS的datanode 
dfsadmin            运行一个DFS的admin 客户端 
fsck                运行一个DFS文件系统的检查工具 
fs                  运行一个普通的文件系统用户客户端 
balancer            运行一个集群负载均衡工具 
jobtracker          运行MapReduce的jobTracker节点 
pipes               运行一个Pipes作业 
tasktracker     运行一个MapReduce的taskTracker节点 
job                 处理MapReduce作业 
version         打印版本 
jar <jar>       运行一个jar文件